公开(公告)号：CN117763399A

公开(公告)日：2024-03-26

申请号：CN202410194232.9

申请日：2024-02-21

Applicant: 电子科技大学

Inventor： 周军 ,  谢子熠 ,  刘嘉豪

IPC: G06F18/24 ,  G06F18/213 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种自适应变长信号输入的神经网络分类方法，先计算出待处理的信号长度，一方面按信号长度对连续信号进行分窗；另一方面，根据待处理的信号长度计算出神经网络分类器中不同的卷积层特征图尺寸和不同的池化层的特征图尺寸；神经网络分类器根据接收到的不同层的卷积层特征图尺寸和池化层的特征图尺寸生成当前层的调整参数，从而完成对当前层的卷积运算和池化运算时所使用的寄存器和运算单元个数的优化调整；最后利用优化调整的神经网络分类器完成分类处理。本发明利用神经网络内部的可以自适应特征图尺寸的计算单元实现了基于变长信号输入的神经网络分类，提高了神经网络分类器的鲁棒性和泛用性，降低了系统资源使用率。

公开(公告)号：CN117763399B

公开(公告)日：2024-05-14

申请号：CN202410194232.9

申请日：2024-02-21

Applicant: 电子科技大学

Inventor： 周军 ,  谢子熠 ,  刘嘉豪

IPC: G06F18/24 ,  G06F18/213 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种自适应变长信号输入的神经网络分类方法，先计算出待处理的信号长度，一方面按信号长度对连续信号进行分窗；另一方面，根据待处理的信号长度计算出神经网络分类器中不同的卷积层特征图尺寸和不同的池化层的特征图尺寸；神经网络分类器根据接收到的不同层的卷积层特征图尺寸和池化层的特征图尺寸生成当前层的调整参数，从而完成对当前层的卷积运算和池化运算时所使用的寄存器和运算单元个数的优化调整；最后利用优化调整的神经网络分类器完成分类处理。本发明利用神经网络内部的可以自适应特征图尺寸的计算单元实现了基于变长信号输入的神经网络分类，提高了神经网络分类器的鲁棒性和泛用性，降低了系统资源使用率。

公开(公告)号：CN117874582A

公开(公告)日：2024-04-12

申请号：CN202410269865.1

申请日：2024-03-11

Applicant: 电子科技大学

Inventor： 周军 ,  谢子熠 ,  刘嘉豪

IPC: G06F18/24 ,  G06F18/213 ,  G06F18/214 ,  G06N3/08

Abstract: 本发明提供一种基于自适应精度切换的神经网络分类装置，包括特征提取模块、自适应精度切换模块、比较器和神经网络分类器；自适应精度切换模块接收到样本特征后，则根据样本特征进行精度预判断，生成选择开启低精度网络或者选择开启高精度网络的预判结果输出至神经网络分类器；神经网络分类器接收到预判结果后，根据预判结果开启对应精度的网络对输入信号进行分类处理，输出分类结果；比较器仅在训练阶段工作，接收并比较高精度网络和低精度网络的分类结果并输出标签来控制自适应精度切换模块的训练过程。本发明实现了对输入信号的神经网络处理的高低精度自适应切换，在不降低分类准确率的前提下，降低了计算复杂度与功耗开销。